D14-06可观测与运维1 分钟更新于 2026-11
复盘机制
一句话
每次事故都要变成一条规则或一个监控,否则会重复发生。
复盘机制
它解决什么
每次事故都要复盘,而且要落到「为什么没被发现」,而不是「谁的责任」。复盘的产出应该是可执行的改进项:一条新规则、一个监控、一个流程变更,带负责人和期限。没有产出的复盘等于写作文,下次同样的故障还会发生,因为系统没有任何改变。复盘的价值,在于让同类故障不再发生第二次。
怎么用
- 根因到机制
- 产出改进项
- 定负责人与期限
- 跟踪闭环
一个判断
某团队复盘只写「已修复」,下个月同样的故障再来一次。
边界
复盘的边界是「可执行」:改进项要具体到「改什么、谁改、什么时候上线」,否则无法跟踪。
一个反例
某团队复盘只写「已修复」,下个月同样的故障再来一次。现在复盘必须产出一条规则或监控,并有负责人。
常见误判
- 复盘只写「已修复」。
自查清单
- 知道这个模块的边界在哪
- 知道它的状态机有哪几个状态
- 知道它出错时的兜底路径
- 知道它的数据存在哪张表
依据
- 事故复盘的方法。
相关:支付系统怎么观测
相关阅读